前言

小白一枚，进行实验之前，首先要明确一下思路：

1、为何要进行拟合，首先搞清楚你的需求、你要实现的目标。
2、二维数据拟合成线，首先要做的就是滤波、去除离散点，否则对拟合的效果影响很大。
3、如何拟合单条【本文以直线为例】、拿到它的方程式，并进行可视化展示。
4、若要拟合多条线【本文以直线为例】是否可行？实现思路是怎样的。

一、滤波、去除离散点方法

我比较常用的是条件滤波，去除离散点常用的是StatisticalOutlierRemoval 和 RadiusOutlierRemoval
下面写几个例子，并给出了完整代码：

1、条件滤波：
条件滤波是拿到你给定x\y\z区间内的点云。

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <iostream>
#include <vector>
#include <cmath>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/filters/radius_outlier_removal.h>
#include <pcl/filters/conditional_removal.h>
using namespace std;

int main() {
    // 读取点云文件    20230906_103819.pcd
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("20230906_103603.pcd", *cloud) == -1) {
        std::cerr << "Failed to load the PCD file." << std::endl;
        return (-1);
    }
    std::cout << "Loaded "
        << cloud->width * cloud->height
        << " data points from the PCD file." << std::endl;
    //创建容器保存过滤后的点
    pcl::PointCloud<pcl::PointXYZ>::Ptr conditionCloud(new pcl::PointCloud<pcl::PointXYZ>);
    //创建条件滤波，设置滤波条件
    pcl::ConditionAnd<pcl::PointXYZ>::Ptr rangeCondOrigin(new pcl::ConditionAnd<pcl::PointXYZ>());
    //这里我设置的范围是x从-2到1，y从-0.5到10.0，关于开闭区间，可以自行修改
    rangeCondOrigin->addComparison(pcl::FieldComparison<pcl::PointXYZ>::ConstPtr(new pcl::FieldComparison<pcl::PointXYZ>("y", pcl::ComparisonOps::GT, -0.5)));
    rangeCondOrigin->addComparison(pcl::FieldComparison<pcl::PointXYZ>::ConstPtr(new pcl::FieldComparison<pcl::PointXYZ>("y", pcl::ComparisonOps::LT, 10.0)));
    rangeCondOrigin->addComparison(pcl::FieldComparison<pcl::PointXYZ>::ConstPtr(new pcl::FieldComparison<pcl::PointXYZ>("x", pcl::ComparisonOps::GT, -2)));
    rangeCondOrigin->addComparison(pcl::FieldComparison<pcl::PointXYZ>::ConstPtr(new pcl::FieldComparison<pcl::PointXYZ>("x", pcl::ComparisonOps::LT, 1)));
    
    // 执行点云移除处理，并将剩下的点添加到 conditionCloud（刚刚创建的容器，现在得到的就是过滤后的点云）
    pcl::ConditionalRemoval<pcl::PointXYZ> condremOrigin(rangeCondOrigin, false);
    condremOrigin.setInputCloud(cloud);
    condremOrigin.setKeepOrganized(false);
    condremOrigin.filter(*conditionCloud);

	//可视化显示过滤后的点云
    pcl::visualization::PCLVisualizer viewer("Point Cloud Viewer");
    viewer.addPointCloud<pcl::PointXYZ>(conditionCloud, "conditionCloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "conditionCloud");
    viewer.setBackgroundColor(0, 0, 0); // 设置背景色为黑色

	while (!viewer.wasStopped()) {
        viewer.spinOnce(100);
    }

    return 0;
}

2、RadiusOutlierRemoval去除离散点
过滤掉不符合搜索半径内邻居点数目的将被过滤掉。

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <iostream>
#include <vector>
#include <cmath>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/filters/radius_outlier_removal.h>
#include <pcl/filters/conditional_removal.h>
using namespace std;

int main() {
    // 读取点云文件    
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("20230906_103603.pcd", *cloud) == -1) {
        std::cerr << "Failed to load the PCD file." << std::endl;
        return (-1);
    }
    
	pcl::RadiusOutlierRemoval<pcl::PointXYZ> sorCloud;  //创建滤波器对象
    sorCloud.setInputCloud(cloud);             //设置待滤波的点云
    sorCloud.setRadiusSearch(0.01);               // 设置搜索半径
    sorCloud.setMinNeighborsInRadius(3);      // 设置一个内点最少的邻居数目

    // 创建一个容器对象来保存滤波后的点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr radiusCloud(new pcl::PointCloud<pcl::PointXYZ>);
    sorCloud.filter(*radiusCloud);
    //可视化窗口
    pcl::visualization::PCLVisualizer viewer("Point Cloud Viewer");
    viewer.addPointCloud<pcl::PointXYZ>(radiusCloud, "radiusCloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "radiusCloud");
    viewer.setBackgroundColor(0, 0, 0); // 设置背景色为黑色

	while (!viewer.wasStopped()) {
        viewer.spinOnce(100);
    }
    return 0；
}

二、拟合成线

三、拟合多条线

太累了，明天再写。。。。。。。。。。。